Analiza Thoughtworks: Specialiştii arată optimism rezervat în faţa inteligenţei artificiale

Thoughtworks (NASDAQ: TWKS), o companie globală de consultanţă în tehnologie care integrează strategie, design şi inginerie pentru a stimula inovaţia digitală, a lansat raportul său bianual Technology Radar, Volumul 28, bazat pe observaţiile, experienţele şi interacţiunile directe cu alţi jucători globali în rezolvarea unora dintre cele mai presante probleme de business, potrivit unui comunicat remis astăzi redacţiei.

Potrivit comunicatului, ajuns în al 13-lea an, cel mai recent raport Tech Radar evaluează în acelaşi timp impactul inteligenţei artificiale (AI), care a devenit tot mai accesibilă şi mai integrată în procesele de business. Conform conluziilor din raport, printr-o implementare AI, cu o inginerie robustă în spate, companiile pot genera valoare pentru clienţi în cel mai eficient mod. Totuşi, specialiştii din tehnologie arată un optimism rezervat în faţa inteligenţei artificiale.

Dr. Rebecca Parsons, Chief Technology Officer la Thoughtworks a declarat: "Majoritatea companiilor deja experimentează AI şi analizarea datelor. Această maturizare a instrumentelor este o dovadă suplimentară a unei utilizări extinse a acestor tehnologii. Integrarea inteligenţei artificiale cu bunele practici în inginerie duce la soluţii mult mai responsabile şi centrate pe date, care abordează o categorie mai mare de utilizatori. Acest lucru este însă în contrast cu inteligenţa artificială generativă şi sfătuim companiile să fie prudente şi să evite folosirea acesteia într-un mod inadecvat care poate duce la riscuri reputaţionale şi de securitate".

Potrivit specialiştilor, în prezent accesul la date şi coduri de limbaj nu mai reprezintă o problemă. În schimb, accentul ar trebui să se pună pe calitatea de nivel înalt a acestora, pentru a crea modele care să reziste în timp şi să răspundă corespunzător la contextul în schimbare.

Conform sursei citate, evoluţia instrumentelor din tehnologie are loc odată cu transformări susţinute de teste - precum cele pentru corectitudinea datelor sau testarea unor modele care să consolideze fluxurile ce alimentează bazele de date analitice. Integrarea celor mai bune practici în validarea modelelor şi asigurarea calităţii este, de asemenea, esenţială în înlăturarea prejudecăţilor şi în asigurarea unor sisteme etice de învăţare automată (Machine Learning - ML) cu rezultate optime.